热点事件观察中
用户对LLM评价标准随时间上升
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
一项基于 Chatbot Arena 百万次盲评的分析指出，对同一对版本固定的模型，认为“两个都差”的投票比例平均每月上升 1.71 个百分点，2024 年为每月 1.91 个百分点。该分析据此认为，模型本身并未变差，而是人类评价标准在提高。目前该分析以预印本形式发布，尚未经同行评审，相关结论仍需进一步验证。
AI 根据报道生成 · 2 天前更新
最新进展11月11日 13:00
新分析显示，对固定版本模型对，“两个都差”投票比例每月上升1.71个百分点。报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv · 人机交互（cs.HC）Chatbot Arena 百万次盲评显示模型未变差而人类评价标准在提高
一项基于 Chatbot Arena 的分析发现，对同一对版本固定的模型，认为“两个都差”的投票比例平均每月上升 1.71 个百分点，2024 年为每月 1.91 个百分点。
本事件热度走势
当前热度 4·可比范围峰值 6（11月11日 16:00）·近 24 小时可比范围变化 -21%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。